文章核心观点 - 文章通过马可波罗控股在东莞建立的数智工厂案例，展现了中国制造业智能化转型的最新进展，该工厂代表了瓷砖行业智能工厂的最高水平[4][18][21] - 智能化转型的核心在于构建“人机协作、以人驭机”的新型人机关系，通过为机器“立法”来最大化降本增效的潜力[19][20][22] - 数智工厂在智能化、绿色化、数字化方面的实践取得了显著成效，包括大幅降低人工成本、提升产量与产品质量，并实现了能源体系的绿色重构[5][7][12] 智能工厂运营实况 - 工厂园区占地348亩，建筑总面积约35万平方米，环境干净整洁，不再是劳动力密集型模式[5] - 单条生产线所需人工从传统模式的120-150人降至约35人，人工数量降低70%-80%[6] - 建成一体化产线覆盖从泥沙原料到瓷砖成品打包全流程，主要生产超大规格高端陶瓷岩板，产线运转高效有序[7] 智能化具体表现 - 全流程智能化：原料配比通过中控室输入配方实现精度自动控制，取代传统铲车师傅[8] - 窑炉温度控制采用智能云控哨兵系统，由机器人不间断巡检并预警，巡检一圈约40分钟，取代人工巡检[8] - AI检测机可识别不同图案瓷砖，检测针孔大小表面缺陷及尺寸偏差，并自动分流实现全自动化检测分拣和包装[10] 绿色化实践与成效 - 利用谷电差价，将泥沙原料浆化与粉化环节安排在夜间作业，运行一晚可提供一条产线两天的原料用量，每度谷电比峰电便宜0.6元[12] - 在粉化环节使用生物质燃料配合专门燃烧炉，成本降至天然气的三分之一，已实现替换50%的天然气[12] - 园区通过雨水收集池储存约3000吨积水并100%循环利用，工厂顶楼光伏面板可满足园区70%用电需求[12] 数字化水平与人机关系 - 总控制室数据采集点位总数约2万个，实现全链路数据沉淀，通过数据分析优化生产、提升工艺、促进节能，并做到一砖一码可溯源[15] - 智能化转型后，人机关系从“人多机少”转变为“机多人少”，关键在于人机协作、以人驭机，达到人机融合[20][22] - 人员角色转变为维护智能化体系、不断调试并为机器制定流程标准，同时作为机器的监督者与引导者进行抽查复查[19][26][28] 生产优化与供应链创新 - 引进全球领先的意大利SACMI宽体超高速连续成型辊压机，提升单点智能化水平，克服普通压机精密度不均、无法连续辊压等弱点[29] - 智能化改造推动供应链调整，创新适用于先进辊压机的用料配方体系，釉料从外购为主转变为自产为主[29] 公司发展历程与成果 - 公司自2017年在美国田纳西州建立智能化生产基地开启建设历程，旗下四家生产子公司均获国家级“绿色工厂”认证[31] - 与五年前相比，公司人均产出翻了一番，优品率达99.5%，年产能突破2亿平方米[32] - 绿色发展方面，建成屋面光伏发电站规模近200MW，年发电量超2亿度，相当于年节约标准煤约6万吨，减少二氧化碳排放约12.8万吨[33] - 公司于近期成功登陆深交所主板，标志着正式迈入资本市场新阶段[34]

薪酬方案概述 - 特斯拉为其首席执行官埃隆·马斯克完成价值1万亿美元（约合7.13万亿人民币）的薪酬计划股票登记，涉及423,743,904股普通股，包含限制性股票 [1] - 该薪酬方案已获得特斯拉75%股东的投票批准，被称为史上最高额的高管薪酬方案 [1] - 若所有目标达成，马斯克将获得公司约12%的股份，加上其原有13%的股份，总持股比例将达到25% [5] 薪酬方案解锁条件 - 解锁条件分为市值目标和运营目标，需在未来十年内完成12组任务 [3] - 市值目标要求特斯拉市值从1.5万亿美元增长至8.5万亿美元，相当于再造两个当前市值的英伟达 [3] - 运营目标包括四项：累计交付2000万辆特斯拉汽车、实现1000万人连续三个月订阅FSD、累计交付100万台人形机器人Optimus、让100万辆Robotaxi无人出租车投入商业化运营 [3] - 公司调整后EBITDA需从2024年的170亿美元增长至4000亿美元，增幅超过20倍 [5] - 每同时达成一个市值目标和一个运营目标，马斯克将解锁公司约1%的股票期权 [5] 公司战略与业务规划 - 公司明确提出“以AI与机器人实现可持续富足”的愿景，战略重点转向AI智能体、自动驾驶与人形机器人三大领域 [7] - 人形机器人Optimus计划于2026年启动V3量产，远期目标是实现年产1000万台，单台成本降至2万美元 [7] - CyberCab自动驾驶出租车计划在2026年4月启动量产，车型取消方向盘与踏板，目标生产节拍为“10秒/台” [8] - FSD版本14.2/14.3预计在未来1—2个月内开放“脱手驾驶”功能，据称其安全数据已显著优于人类驾驶 [8] - 为支撑发展，公司指出芯片和电力是核心瓶颈，可能建设目标月产100万片晶圆的“巨型芯片工厂Terafab” [15] 业务现状与挑战 - 截至去年9月，特斯拉累计汽车交付量超过800万辆，但2024年交付量约为178.9万辆，出现上市以来首次同比下滑 [6] - 要实现2000万辆总交付目标，未来十年年均销量需维持在120万辆以上 [6] - FSD付费转化率目前仅为12%，要实现1000万订阅目标，渗透率必须从12%提升至50% [7] - Robotaxi业务目前仅在得州奥斯汀进行小规模试点，尚未获得加州等关键市场的运营许可 [11] - 人形机器人Optimus目前仍处于研发早期，产量仅数百台，客户交付量为零 [11] 管理层意图 - 马斯克强调其目标并非经济收益，而是获得对公司足够的影响力，希望在特斯拉拥有25%的投票控制权 [15][16] - 管理层认为，若没有约25%的投票控制权，将不愿意把特斯拉发展成为人工智能和机器人领域的领导者 [16] - 收购社交媒体平台X导致马斯克在2022年出售了约229亿美元的特斯拉股票，大幅减少了其持股比例 [16]

行业技术现状与认知水平 - 当前人类对大脑的认识非常初级，处于不完备的通信系统阶段，脑机接口通过记录脑电活动并猜测其与信息的对应关系来运作[4] - 脑机接口技术的发展与对大脑的认识是一个相互促进的迭代循环过程，通过开发脑机接口来认识大脑，进而创造更好的系统[4][5] - 脑机接口是一个高度交叉的学科，涉及材料、芯片、通信、机器人、信号处理与计算等多个领域，各学科强交叉是当前行业特征[5][6] 公司定位与技术路径 - 岩思类脑专注于脑机接口领域的算法基础层，旨在打造类似ChatGPT或操作系统的核心预训练算法基座模型，以赋能整个产业[11][13] - 公司的核心竞争优势在于能够获取并利用中国独有的海量高质量脑电数据，数据量与其他国家存在几个数量级的优势[14][15][22][23] - 技术路径上，公司同时布局侵入式和非侵入式脑机接口，并致力于通过先进算法提升信息提取率，目标是未来用非侵入式设备实现侵入式的功能[24][34] 核心技术突破与应用案例 - 在侵入式应用上，公司与华山医院合作，利用AI技术从难治性癫痫患者的脑电信号中解码语言，实现了对2000个汉字的泛化解码，声母和韵母准确率分别达到83%和84%[36][37][38] - 在非侵入式应用上，公司通过优化SSVEP范式算法，成功实现了用脑电帽精准、连续地操控《黑神话：悟空》等高要求动作游戏，并展示了高于普通人的操作效率[44][45][46] - 公司的脑电大模型训练仅需100分钟即可让系统具备特定功能，并且该系统具备学习能力，使用越多，准确率和泛化性越强[40][41][42] 行业发展挑战与驱动因素 - 脑机接口产品尚未普及的主要原因包括领域新兴、侵入式产品需医疗器械认证以及非侵入式产品功能性和接受度有待提高[48][49] - 中国脑机接口行业相比欧美起步较晚但发展速度迅猛，优势体现在临床资源、供应链、工程应用、算法数据以及国家政策支持上[50][55][70] - 资本涌入对行业有助推作用，但脑机接口领域需要耐心资本，不宜追求短周期快回报，应秉持长期主义[63][67][68] 未来前景与战略愿景 - 行业预计在未来3到5年内将出现大量好用的脑机接口设备，长远看，脑机接口是应对人工智能挑战、实现人机融合的必然发展方向[49][58][62] - 脑机接口有望通过记录和汇聚人类脑电活动，打破碳基生物代际进化的限制，实现生物智能的快速迭代[58][59] - 岩思类脑的愿景是弥合人工智能与生物智能的鸿沟，用前沿科学打造大众化产品，让科技更好地服务人类[74][75][76]

用意念打游戏，靠意念来讲话，让脑电波控制机械臂、指挥无人机......这些曾经只存在于科幻电影里的 场景，眼下却一步一步变成现实，此中奥秘，正是脑机接口。 作为正在兴起的产业，脑机接口既被我国的"十五五"规划点名，又被马斯克、奥特曼等国际科技巨头争 相押注。脑机接口究竟是什么？为什么这么火？人类离人机融合还有多远？ 本期"思路打开"节目对话岩思类脑首席科学家李孟，一起探讨这项热门新技术的当下和未来。 0:00 【对话/李孟&王慧】 王慧：李总您好。我觉得您是做脑机接口的天选之人，先学计算机，再学脑科学。脑和机，集齐了。应 该很少人有您这样的经历吧？ 李孟：谈不上是天选之人，就是经历吧，当时也是懵懵懂懂。我一开始确实是学工科，学计算机的，做 的博士课题也是图像处理。博士毕业之后就想做机器视觉，让机器有生物视觉，但是我发现这一路做下 来，所学的学科跟生物一点关系都没有。我想去看看生物脑子里是怎么计算的，其实我小时候对大脑挺 好奇的。于是我联系了美国的高校，去做神经科学的博士后，至此就算是从计算机跳到生物口了。 当时就是一个比较冲动、比较傻的行为，因为现在脑机接口的发展势头起来了，我们才说天选之子，但 如果没有起来 ...

全球脑机接口技术发展现状 - 脑机接口技术旨在建立生物脑与智能机器之间的直接信息通道，实现大脑信息的“输入”和“输出”[3] - 美国公司Neuralink计划在2025年四季度进行言语皮层植入以解码无声言语，2026年刺激视觉皮层帮助失明者，2027年实现多设备植入，终极目标是构建“全脑接口”以实现人机融合[3] - 美国公司Synchron在2024年底完成10名患者的微创血管内脑机接口接入，患者能够通过意念操控智能设备如发送短信、控制苹果Vision Pro头显[3] - 全球脑机接口技术领域由美国5-10家企业形成绝对领导力，产业集中度高[5] 中国脑机接口技术进展与政策支持 - 2025年中国成为全球第二个进入侵入式脑机接口临床试验阶段的国家，首例临床试验中一位四肢截肢患者在植入设备2-3周后实现了下象棋、玩赛车游戏等功能[4] - 工信部等七部门于2025年7月发布实施意见，提出到2027年脑机接口关键技术取得突破，产品在工业制造、医疗健康等领域加快应用[4] - 国家药监局于2025年9月批准发布我国第一项脑机接口医疗器械行业标准YY/T 1987—2025，系统性构建了相关术语体系[4] - 中国在脑机接口领域布局较晚但重视程度高，追赶速度快[5] 脑机接口的技术与伦理挑战 - 脑机接口技术发展出治疗型、服务型和增强型三种态势，涵盖疾病诊疗、“脑控”与“读心”、实现永生等维度，但引发了安全性、人格同一性、脑隐私、决策自主权等伦理问题[6] - 有观点指出大数据分析结合脑机接口可能更精准地干涉用户行为，且过程潜移默化难以察觉，有必要从制度层面进行遏制[6] - 国家科技部于2024年2月发布《脑机接口研究伦理指引》，强调研究根本目的是提升人类健康福祉，应严格控制干预人思维和精神的研究，尊重人的自主权[7]

AI技术本质 - AI不是遥不可及的神迹 而是可逐步构建 必须与具体业务结合的工具系统[4] - 大模型机制与人脑相似 由普通神经元组成网络 神经元数量足够多时形成处理通用问题的智能装备[5] - AGI发展速度没有想象中快 类比人脑进化速度 人类进化依赖知识传承 慢思考能力 工具和合作等多因素[5] AI产业发展路径 - 通用智能体不现实 真正机会在于垂直领域 需垂直到别人不相信的赛道 解决特定领域痛点并保证交付稳定[5] - 智能体比软件更有用 能同时替代人和软件 中小企业愿意为省人力 实实在在干活的智能体付费[5] - 中小厂不做通用大模型是明智之举 通用大模型需至少100亿美元起步 国外巨头已投入约4000亿美元[7] - 智能体需要推理模型 编程模型 意图猜测模型 路由模型等一系列专业模型 而非单一模型蒸馏版[7] AI商业模式 - 收费模式是AI生存唯一出路 免费模式不可行因token成本高 消耗量越来越大[7] - L1级智能体日消耗约1万字 L3级制作90秒视频消耗几十万至100万token L4级制作10分钟视频消耗约1000万token[7] - 不管token单价如何下降 人类用AI解决复杂问题的总token成本必然越来越高[7] AI应用挑战 - AI普及最大障碍是文化习惯和使用门槛 非技术本身 35岁以上人群学习AI比例不高[8] - 提示词是用户使用AI的最大障碍 当前AI产品设计太技术化 未贴近用户习惯[8] - 中国用户表达能力较弱 偏好选择题或填空题 但当前AI界面本质是问答题形式[8] 人机融合与能源 - 人机融合是必然趋势 人类可通过纳米机器人改造为半人半机械形态 增强身体机能[6] - 纳米机器人存在失控风险 数量庞大可能瞬间对人类造成致命威胁[6] - 算力尽头是能源 碳基能源耗尽将阻碍文明进步 AI可帮助人类实现核聚变突破能源困境[9] 社会影响与就业 - AI对就业冲击不同于传统行业变革 人类文明和社会伦理尚未为此做好准备[10] - 失业可能导致尊严丧失和心态失衡 进而引发社会问题[10] - 需要社会学家 经济学家和人文学者共同研究AI大幅提升生产力后的社会准备度[10]

产品升级 - 蚂蚁集团旗下数字蚂力于2025年9月11日正式推出首批专家级AI数字员工团队 覆盖客服、营销、巡检、销售培训及研发五大核心业务领域[1] - AI数字客服团队可帮助中小企业提升约70%的人效 降低35%的运营成本 并大幅提高业务转化率[3] - 在电商客户实践中 该模式已为企业带来约10%的GMV增长[3] 功能特性 - AI数字员工具备清晰角色定位与目标 能够作为责任主体融入现有组织[3] - AI营销团队能精准捕捉并转化商机 为营收增长负责[3] - AI销售教练能培训员工以提升销售技巧 AI督导员能以20倍人效完成巡检[3] - AI开发运营团队可实现自动建站等需求[3] 应用案例 - 乐刻运动已启用AI数字客服团队和AI督导员 解决率超85%[3] - AI督导员能严格按照SOP标准自动巡店 大幅提升门店巡检效率[3] 行业挑战 - 服务业AI应用面临显著的技术-商业鸿沟 落地难点集中在性能、成本和协同三大方面[4] - AI模型存在幻觉与逻辑错误 难以满足高精度业务场景要求[4] - 企业需投入大量基础设施与培训资源 数据获取难和规模效应未显推高使用门槛[5] - AI工具缺乏上下文记忆与持续学习能力 难以融入复杂业务流程[5] 解决方案 - 数字蚂力推出人机融合全托管模式 客户购买的是确定性业务结果而非复杂AI功能[5] - 该模式由AI处理标准化工作实现效率最大化 复杂问题由数字蚂力专家网络无缝补位[5] - 致力于让企业从浅层工具提效迈向深层生产力变革[5]

产品升级 - 蚂蚁集团旗下数字蚂力推出首批专家级AI数字员工团队 覆盖客服 营销 巡检 销售培训及研发五大核心业务领域 [1] - AI数字客服团队可帮助中小企业提升约70%的人效 降低35%的运营成本 并带来约10%的GMV增长 [1] - AI督导员能以20倍人效完成巡检 AI数字客服团队业务问题解决率超85% [6][7] 技术特点 - 采用人机融合全托管模式 客户购买的是包含技术 专家经验和运营在内的确定性业务结果 [3] - AI数字员工具备清晰角色定位与目标 能够作为责任主体融入现有组织 [6] - AI数字客服团队由多个专家智能体组成 覆盖从服务设计到效果评测的全链路能力 可自主执行咨询 导购 下单等业务流程 [6] 行业挑战 - 服务业AI应用面临显著技术-商业鸿沟 落地难点集中在性能 成本与协同机制不足三大方面 [3] - AI模型存在幻觉与逻辑错误 难以满足高精度业务场景要求 [3] - 企业需投入大量基础设施与培训资源 数据获取难和规模效应未显推高使用门槛 [3] - AI工具缺乏上下文记忆与持续学习能力 难以融入复杂业务流程 [3] 战略定位 - 人机深度融合能够共创全新业务与增长模式 实现1+1>2的效果 [4] - 让企业从浅层的工具提效迈向深层的生产力变革 [4] - AI不仅是降低成本的工具 更是驱动增长的核心引擎 [7]

电商行业增长逻辑变革 - 流量红利见顶导致传统"流量×转化率"模型失效 商家转向存量用户精细化运营 [3] - 客服成为新增长变量 但面临服务质量、响应速度与成本控制的"不可能三角"难题 [3] - 电商经营逻辑正经历从"经营流量"到"经营信任"的结构性转变 [7] 数字蚂力AI云客服解决方案 - 采用人机融合模式 结合AI技术与分布式人力 实现弹性伸缩的云客服能力 [5][10] - 构建近53万认证人才池 其中超28万为电商人才 覆盖485个城市和3600多个区县 [10] - 618大促期间承接超2600万次人工服务请求 单日峰值达55万次 平均服务满意度94% [4] - 为企业带来约10%的GMV增长 通过售前AI对练、售中话术优化、售后场景营销实现转化提升 [10] 技术实施与效果验证 - AI Agent可提高20%客服满意度 但纯AI方案存在服务断层和隐性品质问题 [6] - 森马案例显示：AI辅助使客服单日处理问题量从200个提升至300个 人效提升50% [15] - 金融机构案例：高价值客户贷款管户LUM增量35% 中腰部客户任务转化率提升180% [22] - 推出"双11服务保障计划" 承诺"无转化不收费" "接不起免费用"等结果导向条款 [12] 商业模式创新与社会价值 - 从工具提供商转型为"增长合伙人" 与企业客户深度绑定增长目标 [11][12] - 降低就业门槛 激活偏远地区和特殊群体就业机会 体现技术普惠性 [18][19] - 服务模式可复制至金融等行业 通过用户画像分层和商机预判提升转化效率 [22] - 将客服职能从成本中心转化为增长入口 实现管理结构轻量化与组织协同优化 [18][22]

电商行业增长逻辑重构 - 流量红利见顶导致"流量×转化率"模型失效，商家转向存量用户精细化运营，客服成为新的增长变量 [3] - 电商行业面临服务质量、响应速度、成本控制的"不可能三角"，大促期间人力闲置与外包服务质量问题突出 [3] - 后台流量不确定性加剧，大促期间咨询量可能出现百倍差值，客服资源需求难以准确预估 [8] AI云客服模式创新 - 数字蚂力推出"AI+分布式人力"的弹性客服方案，618期间承接89家品牌2600万次服务请求，峰值55万次/天，满意度达94% [4][5] - 方案结合AI智能中枢与"人才云池"，实现需求与供给智能匹配，破解效率与质量平衡难题 [16] - 人机融合模式使客服从成本中心转为增长入口，合作企业平均GMV提升10% [12][17] 技术与人效协同 - AI Agent可提升20%客服满意度，但纯AI方案易导致隐性服务品质下降，复杂咨询实际解决时长增加 [9][10] - 数字蚂力通过AI培训云客服、售中话术优化、售后场景营销等全链路托管服务，提升人效30%（从200问题/天增至300问题/天） [17][21] - 森马案例显示AI辅助节约5秒/动作，客服处理量提升50%，同时保持服务温度 [21][22] 商业与社会价值 - 数字蚂力"双11服务保障计划"推出"无转化不收费"等承诺，10家头部品牌首批加入 [18] - 云客服资源池覆盖485城，53万认证人才中28万为电商专业人才，日均在线1.2万人，促进偏远地区就业 [17][27] - 残运会冠军等特殊群体通过云客服实现职业转型，体现就业包容性与普惠性 [27][30] 跨行业复制潜力 - 头部金融机构采用AI云客服后，高价值客户LUM增量35%，中腰部客户转化率提升180% [34] - 客服触点价值适用于千行百业，尤其在"客户导向"转型中可预判商机并精准推荐方案 [33][34] - 未来服务趋势从"千人千面"向"一人一面"演进，实现生态性革新 [34][36]